醫學人工智能與機器人的新應用

現場直擊

• 主持人: 相比國際先進水平，我們有哪些特點？

• 李  婷: 從我自己開展的智能機器人領域來講，國內外智能機器人從物理耦合、生理耦合，也就是仿生階段走向認知耦合階段段。由於技術門檻高，國內神經康復機器人得到實際應用的極少，開展臨床應用的就更少。我們團隊研制了上肢外骨骼機器人、智能避障輪椅、腦電/肌電-功能近紅外光譜術神經信息採集樣機，迭代創新二代原型機——七軸上肢外骨骼、多傳感網絡計算的智能避障輪椅、運動想像與視覺誘發電位的腦控機器人等，在多模態神經信息採集核人機交互控制策略上形成了優勢與特色。我們完成了國家特殊人員的身心機能測評任務的多模態神經活動監測儀器研制和測評任務，做出系列亮點貢獻。我所帶領的團隊獲選智能康復機器人省部級創新團隊，制定國際級/國家級相關標准十余項。
  醫學人工智能領域，我們和孫大強院長團隊合作了基於fMOST的惡性肺疾病影像智能分析研究﹔與天津的神經內科、神經外科ICU及神經重症康復中心、北京協和的骨科有合作開展腦水腫的智能監測技術研發、腦控機器人及智能康復監測技術的臨床實驗研究等，完成了天津市多個科技項目，這些大多是在技術方面有自己的特色與創新。智能影像的成果方面，我們與北京協和醫院消化科近一年來開展的胃癌病變的智能影像診斷項目，在AI模型做了些創新。
  我們在醫學人工智能與機器人，以神經康復為主的腦控老接口的腦機融合機器人這塊，基本上有了我們的團隊特色。在醫科院體系下，我們成立了醫學人工智能機器人中心，目標就是讓AI與機器人比較大的來改變我們的醫療衛生，服務好我們的醫療衛生。

  孫大強: 人工智能影像確實在小結節的診斷起到了一個非常重要的促進作用，它給我們臨床醫生提供了一個重要的參考。我們現在的臨床醫生也好，影像科醫生也好，對於我們自己看到的小結節病人，基本上都會拿這套軟件再跑一遍，看看跟我們的診斷有沒有不同。如果有不同，我們的醫生會再綜合分析，為什麼兩者之間有差異，這樣結合到一起能夠有一個更准確的診斷，這樣也能夠使肺部小結節上的一些過度治療、過度手術被免除了。這些年小結節發現多了，早篩多了，使一些早期肺癌的病人得到了100%的治愈。同時，通過這種人工智能普及，可以讓我們的邊遠的基層醫院的醫療、醫生的診斷水平和我們大醫院的醫療、醫生的診斷水平基本接近，這樣就使我們整體的醫療水平同質化，這也是我們國家醫學發展的一個總體的方向。

  徐小林: 腦卒中是中國的一個常見病，發病率高，致殘率高。腦卒中的篩查是講究關口前移。很多篩查都在社會面上做的，產生了很多的數據，通過人工智能的加入，進行數據分析，能夠知道咱中國人、中國的醫生如何在慢病篩查中能夠發揮自己的作用，哪些是短板，咱們去補齊，能夠提高卒中的防治的能力。這是個初級階段，以后可能會更精准一些。最近幾年，我們也提出精准醫療離不開醫學智能參與。我想這對腦卒中的院前防控、病人后期的神經康復都能有很好的助益。

• 主持人: 未來醫學人工智能與機器人應用前景如何？有哪些需要關注的問題？

• 孫大強: 作為醫院人的角度，我們對於醫療可能更重視的是中間，我們對兩頭是有忽視的。第一個是院前的篩查和診斷，既包括我們的健康體檢，也包括早期患者或者是初發患者，剛剛發生一些異常以后，需要看什麼科到什麼醫院去看。在院前，如果能夠有一個全科AI醫生，或者AI咨詢者，他把自己的一些症狀輸進去，一些初步的檢查輸進去，可以進行一個初步的判斷，它能夠給患者一些指導，讓患者哪些病要到大醫院去看，甚至說你要到哪一個專科去看，如果說他再有本事把哪些醫生看哪些病更專業分辨出來可能就更好，這是一種設想。兩頭的另一塊，如果說我們有出院以后的一些隨訪，通過人工智能語音識別，自動的去應答分析，那麼也可能去進一步的提升我們患者后續的診療水平,對診療是有巨大的幫助的。在中間,我們說技術性.機器人它仍然只是一個工具，希望有一天我們這些設備能夠更加得心應手，讓我們醫生更好地完成，日常可能很難用人的手腕手指的力量去控制的一些復雜的、精細的手術。

  徐小林: AI在醫學上的應用實際上最終的目的是給醫生提供一個好的醫療決策，它不是為了替代醫生。在精准醫療方面，我們還要立足於智能醫學的進步，這一塊我覺得有非常大的應用前景。醫工的結合顛覆了我們醫學臨床的診斷，推動我們醫學技術的發展，我想醫工結合有非常好的前景，醫工融合大有作為，最后受益的還是廣大患者。

  李  婷: 實際在做的時候，我們肯定要去臨床試試看，這個時候臨床醫生的影響力、病患對醫生的信任、醫生的水平權威就非常重要，所以說醫工交叉領域其實是強醫與強公的聯合。強公也要走出實驗室到臨床，和醫生、病人交流，把需求點領悟透，把亟待需要的問題解決好。